日期 |
讲座 |
话题 |
阅读资料和有用的链接 |
讲义 |
1月11日 |
ML简介 决策树
幻灯片
视频
|
|
米切尔:第3章 主教:Ch 14.4
这个机器学习学科
|
|
1月13日 |
决策树学习
概率复习
带批注的幻灯片
视频
|
|
安德鲁·摩尔的基本概率教程 主教:第1章至第1.2.3章 主教:Ch 2至2.2 |
硬件11月14日发布 |
1月18日 |
|
|
安德鲁·摩尔的基本概率教程 主教:第1章至第1.2.3章 主教:Ch 2至2.2 |
|
1月20日 |
|
|
米切尔:朴素贝叶斯和Logistic回归
|
|
1月25日 |
|
- 高斯贝叶斯分类器
- 文件分类
- 脑图像分类
- 决策面形式
|
米切尔:朴素贝叶斯和Logistic回归
|
HW1到期 HW2输出
|
1月27日 |
|
- 朴素贝叶斯-大局
- Logistic回归:条件似然最大化
- 梯度上升作为一种通用的学习/优化方法
|
米切尔:朴素贝叶斯和Logistic回归
Ng和Jordan:打开判别分类器和生成分类器,NIPS,2001年。 |
|
2月1日 |
|
- 生成/判别模型
- 最小平方误差和最大数据似然
- 偏方差分解
- 正规化
|
|
|
2月3日 |
实际问题
|
|
|
|
2月8日 |
|
|
|
HW3输出
|
2月15日 |
|
- D-分离与条件独立
- 推断
- 从完全观察到的数据中学习
- 从部分观察数据中学习
|
|
|
2月17日 |
|
|
相对长度单位和HMM教程J.比尔梅斯 |
|
2月22日 |
|
- 高斯聚类的混合
- 学习贝叶斯网络结构-Chow Liu
|
简介。到图形模型,K.Murphy
图形模型教程,M.乔丹
|
HW3到期 HW4输出
|
2月24日 |
|
|
米切尔:第7章 |
|
3月1日 |
|
|
|
HW4到期
|
3月3日 |
中期考试 |
|
|
中期
解决方案
|
3月15日 |
|
|
米切尔:第7章 |
|
3月17日 |
|
|
|
|
3月22日 |
|
- 马尔可夫模型
- HMM和贝叶斯网络
- 其他概率时间序列模型
|
主教Ch.13 |
|
3月24日 |
|
|
Mitchell第4章 主教Ch.5 |
项目建议书到期 |
3月29日 |
|
|
主教Ch.12至12.1
PCA教程,J.Schlens
SVD和PCA,Wall等人。
|
|
3月31日 |
|
|
深度信仰网论文、辛顿&萨拉库丁诺夫
CCA教程、M.Borga
|
|
4月5日 |
|
- Fisher线性判别
- 潜在Dirichlet分配
- 内核函数简介
|
Bishop Ch.6.1(必填) Bishop Ch.6.2、6.3(可选) |
|
4月7日 |
|
|
主教章6.1 主教Ch.7至7.1.2 |
|
4月12日 |
|
- 最大限度地提高利润
- 噪声和软边缘支持向量机
- PAC学习和SVM
- 铰链损失,对数损失,0-1损失
|
主教Ch.7至7.1.2 |
项目中期报告到期 |
4月14日 |
|
今天没有CMU课程 |
|
|
4月19日 |
|
客座演讲:Burr Settles博士
|
结算:主动学习调查 |
|
4月21日 |
|
嘉宾演讲:Ziv Bar-Joseph教授 |
|
|
4月26日 |
|
|
Kaelbling等人:强化学习:一项调查 |
|
4月28日 |
|
- 非确定性领域中的Q学习
- RL作为动物学习模型
- 期末考试复习
|
|
|
5月6日(星期五) |
期末考试 |
- 下午1-4点
- 地点:Gates Hillman 4401
- 打开笔记,打开书本,没有互联网
|
最终研究指南 |
|